AI与世界难题 · 生命科学 · Nature (machine learning) · 2026-10-16
LitGene：一种整合文本与本体、用于基因表示学习的可解释Transformer模型
原标题: LitGene: an interpretable transformer model integrating text and ontology for gene representation learning
基因表征学习常常忽视科学文献，这可能使结果对研究较少的基因产生偏倚。LitGene 是一种可解释的 Transformer，通过对比学习将文本与基因本体注释相整合。它在八项蛋白质基准测试中取得了具有竞争力的准确率，能够零样本预测 GO 术语、KEGG 通路和基因-疾病关联，并将 ANGPTL6 标记为特发性肺纤维化的候选基因，这一结果得到了独立样本中差异表达的支持。